基于Cluster結(jié)構(gòu)的并行關(guān)聯(lián)規(guī)則挖掘算法研究和實(shí)現(xiàn).pdf

1、數(shù)據(jù)庫挖掘與并行處理技術(shù)互相滲透、互相結(jié)合,成為數(shù)據(jù)挖掘發(fā)展的重要特征,也是并行處理技術(shù)應(yīng)用發(fā)展的一個(gè)重要方面.將并行處理技術(shù)與關(guān)聯(lián)規(guī)則挖掘技術(shù)相結(jié)合,在研究了Cluster結(jié)構(gòu)上的并行關(guān)聯(lián)規(guī)則挖掘算法基礎(chǔ)上,設(shè)計(jì)了PHR算法(Paralle Hybrid Recollection Algorithm)和PHR-G算法(Paralle Hybrid Recollection -Global Algorithm)兩個(gè)并行關(guān)聯(lián)規(guī)則挖掘算法,

2、并在曙光3000進(jìn)行設(shè)計(jì)實(shí)現(xiàn)和性能分析.PHR算法和PHR-G算法是基于Cluster體系結(jié)構(gòu)設(shè)計(jì)的關(guān)聯(lián)規(guī)則挖掘算法.算法采用了混合數(shù)據(jù)分布模式,有效地發(fā)揮了垂直和水平兩種數(shù)據(jù)分布方式在不同迭代中效率;算法使用一定方法,通過記憶在k-1迭代后產(chǎn)生的全局信息,使k迭代中使用記載的全局信息,從而更高效地進(jìn)行候選集操作和全局修剪,生成更小的候選集,減小消息傳遞量;PHR-G算法還按頻繁集的等價(jià)類進(jìn)行數(shù)據(jù)重劃分,以利用數(shù)據(jù)垂直分布的本地計(jì)算性進(jìn)